4. Runtime 工作流程：从一次实验到线上模型
一句话理解：一次典型的 MLflow 旅程是——数据科学家在代码里
start_run()，记录参数、指标、模型 artifact；ML 工程师把模型注册到 Model Registry，经过 Staging 验证后提升到 Production；线上服务通过models:/name/alias加载模型并对外服务。
4.1 完整旅程时序图
数据科学家
│
│ 1. 设置 tracking URI 和 experiment
▼
mlflow.set_experiment("fraud-detection")
│
│ 2. 开始 Run
▼
mlflow.start_run(run_name="xgb-v1")
│
│ 3. 记录参数
▼
mlflow.log_params({max_depth: 6, lr: 0.1})
│
│ 4. 训练模型
▼
XGBoost.fit(X_train, y_train)
│
│ 5. 记录指标
▼
mlflow.log_metric("auc", 0.94)
│
│ 6. 记录模型 artifact
▼
mlflow.xgboost.log_model(model, "model", signature=sig)
│
│ 7. 结束 Run
▼
mlflow.end_run()
│
│ 8. 注册模型
▼
MlflowClient.create_registered_model("fraud-detector")
│
▼
MlflowClient.create_model_version(name, source=runs:/.../model)
│
│ 9. 设置 alias / stage
▼
set_alias("fraud-detector", "candidate", version=1)
│
│ 10. 验证（Staging）
▼
测试集 AUC >= 0.93 ?
│
├── 否 → 回到 2，重新训练
│
└── 是
│
▼
transition_stage("fraud-detector", 1, "Production")
set_alias("fraud-detector", "champion", version=1)
│
▼
11. 线上服务加载模型
│
▼
mlflow.pyfunc.load_model("models:/fraud-detector@champion")
│
▼
KServe / 自研服务对外提供 /predict
│
▼
12. 监控与反馈
│
▼
漂移 / 效果下降 → 触发新 Run4.2 阶段详解
阶段 1：实验配置
python
import mlflow
mlflow.set_tracking_uri("http://mlflow.example.com:5000")
mlflow.set_experiment("fraud-detection")set_tracking_uri指向 Tracking Server。set_experiment创建或切换到某个 experiment。
阶段 2：Run 与记录
python
with mlflow.start_run(run_name="xgb-v1"):
mlflow.log_params({"max_depth": 6, "learning_rate": 0.1})
model = xgb.XGBClassifier(**params).fit(X_train, y_train)
auc = roc_auc_score(y_test, model.predict_proba(X_test)[:, 1])
mlflow.log_metric("auc", auc)
mlflow.xgboost.log_model(model, "model")Run 结束后，UI 上可以看到：
- 参数表格
- 指标值
- artifact 列表
- 模型签名
阶段 3：模型注册
python
from mlflow import MlflowClient
client = MlflowClient()
client.create_registered_model("fraud-detector")
mv = client.create_model_version(
name="fraud-detector",
source=f"runs:/{run.info.run_id}/model",
run_id=run.info.run_id,
)create_model_version 会把 Run 下的 model artifact 注册到 Model Registry。
阶段 4：版本阶段与别名
python
client.set_registered_model_alias("fraud-detector", "candidate", mv.version)
client.transition_model_version_stage("fraud-detector", mv.version, "Staging")- Stage：Staging → Production → Archived。
- Alias：
candidate、champion，便于部署脚本不依赖硬编码版本号。
阶段 5：模型服务
python
import mlflow.pyfunc
model = mlflow.pyfunc.load_model("models:/fraud-detector@champion")
predictions = model.predict(df)KServe 也可直接加载：
yaml
apiVersion: serving.kserve.io/v1beta1
kind: InferenceService
metadata:
name: fraud-detector
spec:
predictor:
model:
modelFormat:
name: mlflow
storageUri: models:/fraud-detector@champion阶段 6：监控与迭代
- 线上效果下降 → 触发新 Run。
- 新 Run 产生新版本 → 与当前 champion 做 A/B 对比。
- 验证通过后切换 alias，老版本归档。
4.3 URI 约定
MLflow 使用三种 URI 引用模型：
| URI | 含义 | 示例 |
|---|---|---|
runs:/run_id/artifact_path | 引用某次 Run 的 artifact | runs:/abc123/model |
models:/name/version | 引用注册模型的某个版本 | models:/fraud-detector/1 |
models:/name/alias | 引用注册模型的某个别名 | models:/fraud-detector@champion |
推荐生产使用 alias，因为它把部署与具体版本号解耦。
4.4 失败与重试
- Run 失败：代码异常时 Run 状态为
FAILED，可查看 artifact 和日志。 - 注册失败：artifact source 不存在或 URI 错误时，
create_model_version会报错。 - 部署失败：模型环境依赖缺失时，
load_model或predict会报错；需要检查conda.yaml/python_env.yaml。 - 版本回滚：把 alias 指回上一个版本即可快速回滚。
本章小结
- 完整链路：实验 → 记录 → 注册 → Staging 验证 → Production → 服务加载 → 监控迭代。
- 推荐用 alias（如
champion）解耦部署与版本号。 - MLflow 提供
runs:/、models:/version、models:/alias三种模型 URI。 - 失败可在 Run/Version/Deployment 三层分别排查。
参考来源